Ons gee betalende gebruikers meer gevorderde KI-modelle. Hier is waarom.

Ek wil iets deel wat ons hierdie week besluit het — nie nadat dit vrygestel is nie, maar terwyl ons dit nog bou.

Ons verander hoe KI-modelle oor ons gebruikersvlakke toegewys word. Betalende gebruikers op MachineTranslation.com sal binnekort toegang kry tot meer gevorderde KI-modelle van die voorste verskaffers — OpenAI, Anthropic, Google, DeepSeek, en andere. Gratis gebruikers sal steeds bekwame, betroubare vertaling kry — maar nie dieselfde modelle nie. Daardie gaping is doelbewus, en ek wil presies verduidelik hoekom ons hierdie besluit neem.

Ek skryf dit liewer nou, terwyl die redenering vars is en die besluit nog 'n bietjie rou is, as om te wag totdat dit in werking is en dit as 'n gepoleerde aankondiging voor te stel. Die eerlike weergawe is meer nuttig.

Inhoudsopgawe

• Waarom ons al 'n ruk lank hieroor dink
• Wat ons van gedagte laat verander het: Die interne toets
• Die eerlike rede vir vlakindeling
• Hoe dit vir gebruikers sal lyk
• Wat ons nog uitwerk
• GVV

Hoekom ons al 'n rukkie hieroor dink

MachineTranslation.com vertaal gelyktydig met 22 KI-modelle en gebruik 'n konsensusgebaseerde benadering om die beste resultaat te lewer. Dit was nog altyd die kern van wat ons doen — om nie alles op een model te wed nie, maar om verskeie te vergelyk en die uitsette vir hulself te laat praat.

Die ongemaklike kant van daardie benadering is dat dit die gehalteverskille tussen modelle baie sigbaar maak. Ons sien, elke dag, dat nie alle modelle alle teks ewe goed hanteer nie. En vir 'n lang tyd het ons nie toegelaat dat daardie waarneming die manier waarop ons modelle aan gebruikers toewys, verander nie.

Nie alle modelle is gelyk nie, en ons het die data om dit te bewys

'n Paar weke gelede het Rachelle (ons KI-leier) ons deur 'n interne hulpmiddel geneem wat ons gebou het om vertalingskwaliteit oor verskeie GPT-modelle gelyktydig te toets — insluitend GPT 4.1 nano, GPT 4.1 mini, GPT 5.4 mini, en andere. Jy voer dieselfde bronteks in, en jy sien elke model se uitset langs mekaar.

Wat daardie instrument onmiddellik duidelik maak, is dit: op eenvoudige, kort, alledaagse teks, is die uitsette byna identies. Jy kan werklik nie 'n kwaliteitsargument vir premium-modelle regverdig op die vergadering is om 15:00 nie.

Maar op enigiets met werklike taalkundige kompleksiteit (idiomatiese frasering, domeinterminologie, lang dokumente waar konteks oor duisende woorde heen moet strek) word die gaping tussen modelle groter, en dit word groter op maniere wat professioneel saak maak.

Waar laer-vlak modelle stilweg te kort skiet

Dit is die deel waaroor ek dink die vertalingsbedryf nie eerlik genoeg praat nie. Laer-vlak modelle produseer gewoonlik nie ooglopend verkeerde vertalings nie. Hulle produseer vertalings wat op die oog af goed lees, maar subtiele foute bevat wat 'n vakkundige ('n prokureur, 'n mediese beroepspersoon, 'n senior lokaliseringsbestuurder) onmiddellik sou raaksien.

'n Voorwaardelike bysin weergegee met die verkeerde betekenis. ‎'n Regsterm wat iets spesifieks in daardie jurisdiksie beteken, vertaal as die alledaagse ekwivalent. ‎'n Registerverskuiwing halfpad deur 'n lang dokument wat die professionele geloofwaardigheid van die geheel ondermyn.

Die mislukking is stil. En stille mislukkings in professionele vertaling kan duur wees.

Wat het ons van gedagte laat verander: Die interne toets

Ons het hierdie besluit nie op intuïsie gebaseer nie. Ons het die modelle teen komplekse, idiomatiese bronteks getoets (die soort inhoud wat ons professionele gebruikers werklik vertaal moet hê) en ons het taalkundiges die uitsette laat evalueer.

Die resultaat was duidelik. Gevorderde modelle het nuanse, register en domein-spesifieke terminologie deurgaans beter hanteer. Die goedkoper modelle was meer as voldoende vir alledaagse gebruik. Die twee gebruiksgevalle vereis werklik verskillende hulpmiddels.

Vier modelle, dieselfde sin, baie verskillende resultate

Die gesprek wat dit intern aangewakker het, het minder oor prysbepaling en meer oor eerlikheid gegaan. As ons weet die modelle verskillend presteer op professionele-graad inhoud, en ons weet ons betalende gebruikers grootliks professionele-graad inhoud vertaal, dan is dit 'n onreg aan albei om hulle dieselfde model te gee as 'n gratis gebruiker wat 'n informele e-pos vertaal.

Die eerlike rede vir vlakverdeling

Ofer (ons HUB) het dit duidelik gestel in ons interne bespreking:

 Laer-vlak modelle hou werklike kwaliteitsrisiko's in op komplekse of idiomatiese teks. Maar die groter punt is dit: konsensus is net so goed soos die modelle daaragter. Wanneer betalende gebruikers meer gevorderde modelle kry, kry hulle nie net beter individuele uitsette nie — hulle kry 'n sterker konsensus. Beter modelle, beter konsensus, meer betroubare vertalings. Dit is wat professionele-graad vertaling eintlik beteken.

Daardie raamwerk het my bygebly. Dit is nie net 'n koste-argument nie. Dit is 'n duidelikheidsargument.

Wat premiummodelle werklik kos om te bedryf

Meer bekwame KI-modelle kos betekenisvol meer per token om te bedryf. Dit is nie 'n MachineTranslation.com-beleid nie, dit is hoe elke groot KI-verskaffer hul vlagskipmodelle prys. OpenAI, Anthropic, Google, en DeepSeek reserveer almal hul nuutste, mees bekwame modelle vir betalende klante omdat daardie modelle aansienlik duurder is om te bedryf. Om ons mees gevorderde model te gebruik vir elke gratis vertaling, elke toevallige navraag, elke wat sê hierdie teken-versoek, sou ons infrastruktuurkoste aansienlik verhoog.

Nog belangriker, dit sou beteken dat ons gebruiksgevalle met lae kompleksiteit kruissubsidieer met die verwerkingsbegroting wat ons nodig het om kwaliteit te handhaaf vir professionele persone wat tegniese dokumente van 10 000 woorde vertaal. Dit is nie 'n volhoubare of sinvolle toewysing nie.

Waarom dit niemand dien om voor te gee dat alle vlakke gelyk is nie

Daar is 'n weergawe van hierdie besluit wat suiwer winsgedrewe is — vra meer, gee meer, eenvoudig. Dit is nie werklik wat dit aandryf nie.

Wat dit aandryf, is dat ons 'n platform gebou het wat werklik kwaliteitsverskille tussen KI-modelle na vore kan bring. Ons het die interne gereedskap om daardie verskille duidelik te sien. Om daardie sigbaarheid te ignoreer wanneer ons ons gebruikersvlakke ontwerp, sou 'n soort oneerlikheid wees, om voor te gee dat die gaping nie bestaan nie wanneer ons bewyse het dat dit wel bestaan.

Gratis gebruikers verdien om te weet wat hulle kry. Betalende gebruikers verdien om te weet dat hulle iets betekenisvol anders kry. En die verskil is nie net toegang tot meer gevorderde modelle nie, dit is toegang tot 'n sterker konsensus wat uit daardie modelle gebou is. Dit is die betroubaarheidsein wat geen enkele KI kan verskaf nie.

Hoe dit vir gebruikers sal lyk

Ons werk nog aan die implementeringsbesonderhede, so ek wil versigtig wees om nie spesifieke besonderhede te oorbelowe nie. Maar hier is die rigting.

Waar die gratis vlak sterk bly

Gratis plan-vertalings sal voortgaan om bekwame KI-modelle te gebruik. Vir die meeste alledaagse vertaaltake (kort boodskappe, informele leeswerk, basiese korrespondensie), sal gratis gebruikers akkurate, betroubare resultate kry. Dit verander nie.

Die gratis vlak bestaan omdat ons glo taal moet nie 'n hindernis wees nie, en ons gaan nie daarop terug nie.

Waar betalende gebruikers voorloop

Die verskil sal die sigbaarste wees op:

Vir professionele gebruikers wat in enige van hierdie kategorieë werk, sal die modelvlak 'n wesenlike verskil maak. Dit is presies vir wie ons betaalde planne gebou is.

En omdat SMART se konsensus opgebou is uit daardie meer gevorderde modelle, kry betalende gebruikers nie net beter individuele uitsette nie — hulle kry meer betroubare KI-vertaling, gegenereer deur die nuutste modelle wat saamwerk.

Wat ons nog uitwerk

Ek wil eerlik wees dat dit nog nie alles opgelos is nie.

Ons is nog besig om die presiese modeltoewysing te bepaal — watter modelle in watter vlak val, en hoe ons dit duidelik aan gebruikers binne die produk kommunikeer. Ons werk deur die betaalmuur-logika om seker te maak die ervaring is naatloos, nie steurend nie. En ons dink noukeurig na oor hoe om inligting oor modelkwaliteit aan gebruikers voor te lê op 'n manier wat werklik nuttig is, eerder as net 'n bemarkingsaanspraak.

Daar is ook 'n wesenlike vraag waarmee ons sit: hoe help ons 'n gratis gebruiker om op daardie oomblik te verstaan wanneer hulle 'n gebruiksgeval teëkom waar 'n opgradering hul uitset betekenisvol sou verbeter? Dis net soveel 'n UX-uitdaging as 'n produkuitdaging, en ons het nog nie die volledige antwoord nie.

Ek sal skryf oor hoe dit uitspeel sodra dit lewendig is. Vir nou is dit die denkwyse.

As jy 'n betalende gebruiker is en insette wil lewer oor wat vir jou die belangrikste is in modelkwaliteit, stel ek opreg belang. Stuur 'n boodskap via die MachineTranslation.com-kontakbladsy.

FAQ

1. Waarom verander MachineTranslation.com hoe modelle toegewys word?

Omdat ons interne toetsing 'n betekenisvolle kwaliteitsgaping tussen modelvlakke op professionele-graad vertalingstake getoon het. Ons het 'n hulpmiddel gebou om verskeie KI-modelle gelyktydig te vergelyk, en die data het die saak duidelik gemaak: gevorderde modelle hanteer komplekse, idiomatiese en domeinspesifieke inhoud aansienlik beter. Die vlakverandering weerspieël daardie werklikheid eerlik. Die groter voordeel vir betalende gebruikers is dat die SMART-konsensus gebou is uit meer gevorderde modelle, wat beteken dat die betroubaarheidsein self sterker is.

2. Sal gratis plan-vertalings slegter word wanneer dit bekendgestel word?

Nee. Gratis plan-gebruikers sal steeds bekwame, akkurate vertalings vir alledaagse gebruik kry. Die verandering is dat betalende gebruikers opgegradeer sal word na meer gevorderde modelle, nie dat gratis gebruikers afgegradeer sal word nie.

3. Watter tipe vertalings baat die meeste by premium KI-modelle?

Regs-, finansiële, mediese, tegniese en langvormdokumente — en enige inhoud in minder algemene taalpare waar opleidingsdata skaarser is. Vir kort, eenvoudige, alledaagse teks is die verskil tussen modelvlakke minimaal. Die groter voordeel vir betalende gebruikers is dat die SMART-konsensus saamgestel is uit meer gevorderde modelle, wat beteken dat die betroubaarheidsein self sterker is.

4. Wanneer gaan hierdie lewendig?

Ons bou dit nou. Ek sal 'n opdatering plaas wanneer dit verskeep word, insluitend hoe die ervaring in die produk lyk en wat die vroeë data toon.

5. Hoe besluit MachineTranslation.com watter KI-model die beste is vir 'n gegewe teks?

Ons laat verskeie modelle gelyktydig loop en gebruik ’n konsensus-gebaseerde tellingbenadering om uitsette te evalueer. Ons interne vergelykingsinstrument laat ons toe om kwaliteit oor modelvlakke op dieselfde bronteks te toets, en dit is wat hierdie vlakindelingbesluit ingelig het. Jy kan meer leer oor hoe die MachineTranslation.com.com-konsensusstelsel werk.‎